Use este identificador para citar ou linkar para este item: https://repository.ufrpe.br/handle/123456789/3966
Título: Inferência automática de nível de dificuldade de receitas culinárias usando técnicas de processamento de linguagem natural
Autor: Britto, Larissa Feliciana da Silva
Endereco Lattes do autor: http://lattes.cnpq.br/5058497100007411
Orientador: Pacífico, Luciano Demétrio Santos
Endereco Lattes do orientador : http://lattes.cnpq.br/9521600706234665
Co-orientador : Ludermir, Teresa Bernarda
Endereço Lattes do Co-orientador : http://lattes.cnpq.br/6321179168854922
Palavras-chave: Aprendizado do computador;Processamento de linguagem natural (Computação);Culinária;Análise de texto;Sistemas de recomendação (filtragem de informações)
Data do documento: 21-Dez-2020
Citação: BRITTO, Larissa Feliciana da Silva. Inferência automática de nível de dificuldade de receitas culinárias usando técnicas de processamento de linguagem natural. 2020. 23 f. Trabalho de Conclusão de Curso (Bacharelado em Ciência da Computação) – Departamento de Computação, Universidade Federal Rural de Pernambuco, Recife, 2020.
Abstract: In this work, a tool for inferring the degree of difficulty of cooking recipes will be proposed. The inference will be made by the textual classification of the recipe preparation methods. The tool will be a fundamental piece to the development of a contextaware contentbased cooking recipe recommendation system. Some of the main classifiers in Text Classification literature will be adopted, in addition to different feature extraction methods. An experimental evaluation is performed, in order to select the best approaches to compose the system.
Resumo: Neste trabalho, será proposta uma ferramenta de inferência do nível de dificuldade de receitas culinárias. A inferência será feita através da classificação textual dos modos de preparo das receita. A ferramenta será parte fundamental no desenvolvimento de um sistema de recomendação de receitas culinárias sensível ao contexto baseado em conteúdo. Serão adotados alguns dos principais classificadores da literatura de Classificação de Texto, além de diferentes métodos de extração de características. Uma avaliação experimental é executada, no intuito de selecionar as melhores abordagens para compor o sistema.
URI: https://repository.ufrpe.br/handle/123456789/3966
Aparece nas coleções:TCC - Bacharelado em Ciência da Computação (Sede)

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
tcc_larissafelicianadasilvabritto.pdf932,02 kBAdobe PDFVisualizar/Abrir


Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.